人工智能初级：人工智能技术和应用场景的全面解析，系统化介绍人工智能技术链条通过实例对人工智能的开发语言载体Python进行深入理解并掌握Python语法规则， 变量和数据类型，程序结构控制，Python的数据结构，Python中的OOP，了解-神经网络的训练方法和流程，学习主流机器学习、 深度学习框架环境的搭建，TensorFlow、Keras、Caffe等。人工智能中级：本模块重点在于算法的开发实现方面，学习人工智能中的识别技术通过数字识别和人脸识别、自然语言处理等这些应用极为广泛的项目开发，深入介绍深度学习的概念，激活函数以及神经网络基础， 对CNN、RNN进行原理方法和原理学习，卷积层和池化层，图像特征提取与识别，经典LeNet模型， LSTM，Encoder-Decoder Model等，同时引入自然语言处理方面的内容，包括分词、题干提取建模等，为不同方向的技术学习构建完整的技能知识图谱。人工智能高级：从本阶段开始，我们的学习重点转向高级的模型优化算法上在项目开发实现的基础上进行调优处理，通过学习过程的优化、数据预处理方法、超参数、学习率优化、 Batch-Normalization等方法，实现开发算法的优化，完善提升神经网络的效率和质量，进一步理解算法实现与设计，实现开发工程师提升到算法专家之路。
